常 丹，王玉珍

(1.蘭州財(cái)經(jīng)大學(xué) 信息工程學(xué)院，甘肅 蘭州,730020； 2.蘭州財(cái)經(jīng)大學(xué) 絲綢之路經(jīng)濟(jì)研究院，甘肅 蘭州,730020)

互聯(lián)網(wǎng)技術(shù)的發(fā)展使得電子商務(wù)行業(yè)快速崛起，伴隨著各類購物網(wǎng)站用戶的持續(xù)增長，人們已從過去簡單的信息獲取轉(zhuǎn)變?yōu)橄蚧ヂ?lián)網(wǎng)傳輸自己的觀點(diǎn)看法，從而每天產(chǎn)生數(shù)以萬計(jì)的商品評論。這些呈指數(shù)級增長的評論信息雖然數(shù)據(jù)量龐大，難以梳理，但是很有研究的價(jià)值。文中將以京東和淘寶網(wǎng)站銷售OPPO R11s手機(jī)為例，通過拓展的情感詞典對商品評論進(jìn)行研究，分析用戶對產(chǎn)品不同特征的情感傾向，從而指導(dǎo)用戶的消費(fèi)行為，幫助商家改進(jìn)商品上的不足。

近年來，交互式資源的出現(xiàn)，使得情感分析成為熱門、前沿的研究領(lǐng)域。如：龔安，費(fèi)凡[1]以酒店評論數(shù)據(jù)集為語料，在改進(jìn)的情感規(guī)則中融合一元詞、句法等特征，利用信息增益進(jìn)行特征選擇，提高了文本分類的性能和精度；周錦峰[2]等人針對文本局部語義特征，提出一種深度卷積神經(jīng)網(wǎng)絡(luò)模型，并表明這種模型不僅在訓(xùn)練效率和預(yù)測速度上有所提升，而且情感分類的準(zhǔn)確率有所提高；馮興杰[3]等人提出基于卷積神經(jīng)網(wǎng)絡(luò)和注意力模型相結(jié)合的方法對數(shù)據(jù)集進(jìn)行分析，指出這種方法的實(shí)驗(yàn)結(jié)果相較于傳統(tǒng)的機(jī)器學(xué)習(xí)方法有明顯提高；范煒昊[4]等人在情感分析的基礎(chǔ)上構(gòu)建了用戶痛點(diǎn)分析模型，提出用戶痛點(diǎn)指數(shù)計(jì)算公式，對用戶痛點(diǎn)進(jìn)行量化；李桃迎[5]等人以服務(wù)類網(wǎng)購評語為研究對象，構(gòu)建高頻詞共現(xiàn)網(wǎng)絡(luò)，為網(wǎng)絡(luò)評語挖掘研究領(lǐng)域提供了新的研究思路；趙剛[6]等人運(yùn)用機(jī)器學(xué)習(xí)方法，設(shè)計(jì)餐飲領(lǐng)域的情感分析模型，通過實(shí)驗(yàn)，這種模型更加適用于客戶的情感傾向分析；胡朝舉[7]等人為有效解決傳統(tǒng)的基于注意力的深度學(xué)習(xí)模型所存在的問題，構(gòu)建了融合主題特征的深層注意力的LSTM模型，實(shí)驗(yàn)表明，該模型在情感分析的準(zhǔn)確率和穩(wěn)定性上都有一定的提高；趙志濱[8]等人通過抽取中文產(chǎn)品評論中的維度信息，計(jì)算各維度的維度情感，并提出維度權(quán)值計(jì)算方法，綜合維度情感和維度權(quán)值計(jì)算評論的整體情感。可見，由于商品評論信息研究的重要性，情感分析受到各界學(xué)者的廣泛關(guān)注。但是隨著研究方法的不斷改進(jìn)，基于詞典的情感分析方法逐漸不適用于大量文本的分析，主要是因?yàn)樵~典構(gòu)建的難度較大，基準(zhǔn)詞典不適用于所有的文本情感分析。因此文中通過拓展手機(jī)電子設(shè)備領(lǐng)域的情感詞典，并將其應(yīng)用于時(shí)下銷量較好的手機(jī)型號做情感分析。

1 情感分析概述

情感是人對客觀事物是否滿足自己的需要而產(chǎn)生的態(tài)度體驗(yàn)，可以表現(xiàn)為人們對于某個事物的評價(jià)、情緒或觀點(diǎn)[9]。在商品評論情感分析中，情感被認(rèn)為等同于用戶對產(chǎn)品的觀點(diǎn)、評價(jià)，因此，情感分析又稱意見挖掘，是自然語言處理的范疇之一，涉及到機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘、信息檢索等多個研究領(lǐng)域。情感分析主要是對語料集進(jìn)行情感極性分析和情感極性強(qiáng)度分析，文章將主要對商品評論的情感極性進(jìn)行分析，即用戶對商品是否表示積極、消極或中性的情緒。除此之外，情感分析還可根據(jù)文本的不同分為新聞評論分析、產(chǎn)品評論分析、電影評論分析等類型。對這些主觀性評論文本進(jìn)行集成和分析，并根據(jù)上下文語境，計(jì)算文本的情感值，分析產(chǎn)品評論的情感傾向，對商家改進(jìn)產(chǎn)品和用戶選購商品都具有重要意義。

2 基于詞典的情感值計(jì)算方法

目前，常用的文本情感分析主要是根據(jù)手工標(biāo)注好的詞典，基于傳統(tǒng)的機(jī)器學(xué)習(xí)方法對文本進(jìn)行分類。由于文本情感分析領(lǐng)域是極其敏感的，對于不同領(lǐng)域的產(chǎn)品評論，都有其適應(yīng)的情感分析方法。因此文章基于知網(wǎng)發(fā)布的中文情感詞典，構(gòu)建適合手機(jī)評論的用戶詞典對商品評論進(jìn)行分析，即建立情感詞典，提取情感單元，計(jì)算各評論文本的情感傾向值。

2.1 情感詞典的構(gòu)建

由于文中以手機(jī)評論數(shù)據(jù)集為語料進(jìn)行分析，因此，基于手機(jī)評論的詞典，不僅要包含通用的情感詞典，還要從產(chǎn)品屬性層面上細(xì)化，補(bǔ)充網(wǎng)絡(luò)流行用語，拓展相關(guān)詞典，這樣才能提高情感分類的準(zhǔn)確度。

情感詞典構(gòu)建方法：

第一步：以How Net 2007版情感詞典提供的正面情感詞、負(fù)面情感詞、正面評價(jià)詞、負(fù)面評價(jià)詞等為基礎(chǔ)拓展詞典；

第二步：通過經(jīng)驗(yàn)和對數(shù)據(jù)集的觀察，人工采集規(guī)則，其中主要的幾種規(guī)則有：“名詞+形容詞”及“名詞+副詞+形容詞”、“動名詞+形容詞”及“動詞+名詞”等；

第三步：對語料集進(jìn)行分句處理，即以“。”“！”“？”等對評論文本進(jìn)行切分；

第四步：利用分詞系統(tǒng)對評論文本進(jìn)行分詞和詞性標(biāo)注，依據(jù)收集到的規(guī)則找出新的情感詞；

第五步：根據(jù)兩個詞的共現(xiàn)程度PMI[10]判斷情感詞的情感傾向，當(dāng)兩個詞與基準(zhǔn)情感詞的PMI差值大于某一閾值，則較大的一方的情感極性為新詞的情感極性；

(1)

其中w1，w2表示兩個不同的詞語。

第六步：將新詞錄入情感詞典中。

2.2 基于詞典的文本情感值計(jì)算

對于商品評論文本來說，影響評論情感傾向的不僅是情感詞，還包括程度副詞、否定詞等，因此，文中使用情感值計(jì)算函數(shù)[11](公式2)，通過情感詞和修飾詞的綜合計(jì)算結(jié)果，計(jì)算商品評論的情感值，從而分析該屬性的情感傾向。

(2)

其中F表示情感極值，f(xi)表示第i個情感詞極值，aij表示情感詞xi對應(yīng)的程度副詞的權(quán)值。

3 基于商品評論的情感分析

3.1 數(shù)據(jù)來源

文中分析的數(shù)據(jù)主要來源于京東和淘寶的網(wǎng)站銷售的OPPO R11s手機(jī)的評論數(shù)據(jù)。由于OPPO R11s手機(jī)上市以來，廣受歡迎，但對于這個型號的手機(jī)屬性還存在爭論，因此從京東、淘寶這兩家訪問量較大的國內(nèi)購物網(wǎng)站上，通過八爪魚數(shù)據(jù)采集器收集了13883條評論數(shù)據(jù)，通過分析用戶評論信息，挖掘用戶對手機(jī)各項(xiàng)特征的情感傾向。

3.2 數(shù)據(jù)處理

商品評論是用戶對產(chǎn)品的主觀性評價(jià)，在表達(dá)上具有隨意性，數(shù)據(jù)容易產(chǎn)生噪聲。因此，文章首先對評論文本進(jìn)行預(yù)處理，即去除噪聲和重復(fù)性文本，如在原始數(shù)據(jù)中，由于用戶未對商品進(jìn)行評價(jià)，系統(tǒng)會默認(rèn)給出“此用戶未及時(shí)評價(jià)系統(tǒng)默認(rèn)為好評”，這類評價(jià)信息研究的意義不大，因此在數(shù)據(jù)預(yù)處理中去除這一類型的文本。然后進(jìn)行分詞、詞性標(biāo)注和詞頻統(tǒng)計(jì)等工作，目前常用的分詞工具主要有NLPIR中文分詞系統(tǒng)、哈工大的LTP語言平臺等，文中主要是通過結(jié)巴分析系統(tǒng)對評論文本進(jìn)行分詞和詞性標(biāo)注，主要是因?yàn)榻Y(jié)巴分詞系統(tǒng)可以直接在python中導(dǎo)入結(jié)巴分詞模塊，并且分詞速度較快。最后，對分詞結(jié)果進(jìn)行詞頻統(tǒng)計(jì)，部分結(jié)果如表 1所示：

表1 手機(jī)部分詞頻統(tǒng)計(jì)結(jié)果

說明：n-名詞，a-形容詞，v-動詞，d-副詞，c-連詞

3.3 情感值計(jì)算

通過以上數(shù)據(jù)預(yù)處理，將分詞后的詞頻統(tǒng)計(jì)結(jié)果按由大到小的順序進(jìn)行排序，并選擇排名前14的手機(jī)特征指標(biāo)詞，對手機(jī)指標(biāo)進(jìn)行分類，得到五個類別指標(biāo)，見表2。

表2 手機(jī)特征指標(biāo)分類表

對數(shù)據(jù)進(jìn)行特征提取以及情感極性計(jì)算，為了更精確的計(jì)算用戶對不同特征的情感傾向，文章將程度副詞考慮在情感值計(jì)算中，給不同程度的副詞賦予相應(yīng)的權(quán)值，文章參考已有的研究成果，具有權(quán)值大小見表3，情感分析所有程序通過python 3.6實(shí)現(xiàn)。

表3 程度副詞權(quán)值設(shè)置表

其中，most表示程度級別最大，代表詞有“超級，過于”等，very代表詞有“很”，“非?！钡龋琺ore代表詞有“比較”，“還”等，ish代表詞有“稍微”，“略微”，insufficiently代表詞“不怎么”，inverse是對整體的文本評論的情感傾向做了反轉(zhuǎn)，因此賦予負(fù)值。

3.4結(jié)果分析

對預(yù)處理后的9997條有效數(shù)據(jù)進(jìn)行分析，得到的手機(jī)特征詞情感分析結(jié)果如圖1所示。

圖1 特征詞正負(fù)平均情感占比Fig.1 Positive and negative average emotion ratios of characteristic words

由圖1可知，對于OPPO R11s這款手機(jī)來說，用戶對手機(jī)的總體評價(jià)較好，尤其是手機(jī)的外觀和拍照功能，積極評論占比超過85%，得到了用戶的普遍好評。而手機(jī)的續(xù)航，即充電和電池性能方面，以及手機(jī)的性價(jià)比相對來說評價(jià)較弱，這些特征更應(yīng)該引起商家的足夠重視。通過進(jìn)一步分析用戶評論，能夠發(fā)現(xiàn)對于oppo R11s手機(jī)的續(xù)航這一特征來說，主要是由于手機(jī)電池不耐用，并且在充電的過程中手機(jī)會發(fā)熱，導(dǎo)致用戶產(chǎn)生消極的情感。而性價(jià)比方面，部分用戶給出了“手機(jī)性價(jià)比不高”，“不是性價(jià)比之選”等消極評論。主要是由于這款手機(jī)在上市時(shí)，價(jià)格較高，除了拍照功能較好，外觀漂亮外，其他性能并不出眾。而且通過詞頻統(tǒng)計(jì)，發(fā)現(xiàn)這款手機(jī)的主要用戶為女士居多，可見對于男士來說這款手機(jī)并不是最好的選擇。

通過上述分析，建議商家能夠延續(xù)在外觀和拍照上的優(yōu)勢，優(yōu)化手機(jī)的電池，解決手機(jī)電池的耗電以及充電時(shí)手機(jī)的發(fā)熱問題，針對不同的用戶群體制定相應(yīng)的精準(zhǔn)營銷策略，提高客戶的滿意度，進(jìn)而使得商家獲得更高的收益。

4 結(jié)論

對商品評論進(jìn)行情感分析和意見挖掘，不僅能指導(dǎo)用戶的購買行為，而且能夠幫助商家更好地了解用戶需求，從而改進(jìn)產(chǎn)品。文中基于拓展的情感詞典對手機(jī)評論進(jìn)行情感分析，這種情感詞典的構(gòu)建和情感值計(jì)算方法不僅適用于這種型號的手機(jī)評論情感分析，對于同類型的其他商品來說，同樣也具有參考價(jià)值。